仿人运动拟态的人体骨骼点参数采集装置及其识别方法制造方法及图纸

本发明专利技术公开一种应用于仿人运动拟态的人体骨骼点参数采集装置及其识别方法，其特征在于:其深度图像的获取，通过OpenNI骨骼识别算法库，利用深度图像识别出人体关节点并提取空间坐标，通过滤波、空间向量计算、腿部姿势识别，为机器人控制器提供控制数据。针对体态识别受环境干扰导致识别准确率低和实时性差等问题，提出一种基于人体骨骼预定义的动作识别方法，用于人机交互体态分类。本发明专利技术专利充分发挥Kinect可获得深度图像特征优势，有机结合2bitBP特征，构成骨架预定义体态类别，采用改进的支持向量机进行体态分类，实时性强，识别准确率高，在纷乱、光照变化条件下鲁棒性强，识别效率和正确率均能满足自然的人机交互系统的要求。

Human skeletal point parameter collecting device imitating human movement imitation and identification method thereof

The human skeleton points of the invention discloses a method applied to humanoid motion mimicry parameter acquisition device and identification method thereof, which is characterized in that: to obtain the depth image, through the OpenNI skeleton recognition algorithm library, the human body joints and extract the spatial coordinates using depth image recognition, through the filter, the space vector calculation, leg gesture recognition. To provide data for the control of robot controller. Aiming at the problem of low recognition accuracy and poor real-time performance caused by environmental interference, a method based on skeleton skeleton is proposed to classify human computer interaction. The invention can obtain full Kinect depth image features, the organic combination of 2bitBP features, constitute the skeleton of body posture classification of predefined categories, using the improved support vector machine, strong real-time, high recognition accuracy, in the chaos, under varying illumination robustness, recognition efficiency and accuracy can meet the the requirements of natural human-computer interaction system.

【技术实现步骤摘要】
仿人运动拟态的人体骨骼点参数采集装置及其识别方法
本专利技术涉及一种应用于仿人运动拟态的人体骨骼点参数采集系统及其识别方法，对人体动作分类识别以实现仿人机器人动作拟态。
技术介绍
Kinect作为一种非合作方式的人体跟踪系统，可以提供骨骼图像、景深图像，并且能进行骨架追踪。通过景深摄像头和RGB摄像头的配合，Kinect可以将实物的3D影像投放到屏幕当中,Kinect的这些特性使其成为了体态识别的热门工具。但是仅依赖深度信息，在识别过程中也有一些缺陷:衣着表而较粗糙时，图像像素跳动严重，深度图像不稳定;出现遮挡、有其他运动目标时，无法精确识别。针对这些问题，本专利技术提出一种基于人体骨骼预定义的动作识别方法，用于纷乱背景下的体态识别。
技术实现思路
本专利技术的目的基于Kinect体感技术，将骨骼追踪算法应用于人体姿态识别，实现人体骨骼预定义的动作识别方法。本专利技术针对体态识别受环境干扰导致识别准确率低和实时性差等问题，提出一种基于人体骨骼预定义的动作识别方法，用于人机交互体态分类。上述专利技术的技术解决方案，主要是将已建立的人体运动模型投影到捕获的实际人体运动图像中，由评价函数判断两本文档来自技高网...

【技术保护点】
针对体态识别受环境干扰导致识别准确率低和实时性差等问题，提出一种基于人体骨骼预定义的动作识别方法，用于人机交互体态分类，其特征在于：通过OpenNI骨骼识别算法库获取人体的深度图像，利用深度图像识别出人体关节点并提取空间坐标，通过滤波、空间向量计算、腿部姿势识别，为机器人控制器提供控制数据。

【技术特征摘要】
1.针对体态识别受环境干扰导致识别准确率低和实时性差等问题，提出一种基于人体骨骼预定义的动作识别方法，用于人机交互体态分类，其特征在于：通过OpenNI骨骼识别算法库获取人体的深度图像，利用深度图像识别出人体关节点并提取空间坐标，通过滤波、空间向量计算、腿部姿势识别，为机器人控制器提供控制数据。2.根据权利要求1所述技术解决方案，主要是将已建立的人体运动模型投影到捕获的实际人体运动图像中，由评价函数判断两者相似程度，以驱动对已有模型的参数搜索或生成，重复该过程直到相似度处于允许范围内，此时的模型参数将成为人体运动参数；该方法在模型选取棍图模型,棍图模型以点和线段表示关节与骨骼，通过拟合图像构造...

【专利技术属性】
技术研发人员：黄根勇，
申请(专利权)人：江西制造职业技术学院，
类型：发明
国别省市：江西,36